As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Defina os padrões do para o AWS CLI Amazon Studio Classic SageMaker
<a name="studio-lcc-defaults-cli"></a>

**Importante**  
Políticas personalizadas do IAM que permitem que o Amazon SageMaker SageMaker Studio ou o Amazon Studio Classic criem SageMaker recursos da Amazon também devem conceder permissões para adicionar tags a esses recursos. A permissão para adicionar tags aos recursos é necessária porque o Studio e o Studio Classic marcam automaticamente todos os recursos que eles criam. Se uma política do IAM permitir que o Studio e o Studio Classic criem recursos, mas não permitisse a marcação, erros AccessDenied "" podem ocorrer ao tentar criar recursos. Para obter mais informações, consulte [Forneça permissões para marcar recursos de SageMaker IA](security_iam_id-based-policy-examples.md#grant-tagging-permissions).  
[AWS políticas gerenciadas para Amazon SageMaker AI](security-iam-awsmanpol.md)que dão permissões para criar SageMaker recursos já incluem permissões para adicionar tags ao criar esses recursos.

**Importante**  
Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica ao uso da aplicação Studio Classic. Para obter informações sobre como usar a experiência atualizada do Studio, consulte [SageMaker Estúdio Amazon](studio-updated.md).  
O Studio Classic ainda é mantido para cargas de trabalho existentes, mas não está mais disponível para integração. Você só pode parar ou excluir aplicativos do Studio Classic existentes e não pode criar novos. Recomendamos que você [migre sua carga de trabalho para a nova experiência do Studio](studio-updated-migrate.md).

Você pode definir scripts de configuração de ciclo de vida padrão a partir do AWS CLI para os seguintes recursos:
+ Domínios
+ Perfis de usuário
+ Espaços compartilhados

As seções a seguir descrevem como definir scripts de configuração de ciclo de vida padrão a partir do AWS CLI.

**Topics**
+ [Pré-requisitos](#studio-lcc-defaults-cli-prereq)
+ [Defina uma configuração de ciclo de vida padrão ao criar um novo recurso](#studio-lcc-defaults-cli-new)
+ [Definir uma configuração de ciclo de vida padrão para um recurso existente](#studio-lcc-defaults-cli-existing)

## Pré-requisitos
<a name="studio-lcc-defaults-cli-prereq"></a>

Antes de começar, conclua os seguintes pré-requisitos:
+ Atualize o AWS CLI seguindo as etapas em [Instalando a AWS CLI versão atual](https://docs.aws.amazon.com/cli/latest/userguide/install-cliv1.html#install-tool-bundled).
+ Em sua máquina local, execute `aws configure` e forneça suas credenciais da AWS . Para obter informações sobre AWS credenciais, consulte [Entendendo e obtendo suas AWS credenciais](https://docs.aws.amazon.com/general/latest/gr/aws-sec-cred-types.html). 
+ Integre-se ao domínio de SageMaker IA seguindo as etapas em[Visão geral do domínio Amazon SageMaker AI](gs-studio-onboard.md).
+ Crie uma configuração de ciclo de vida seguindo as etapas em [Crie e associe uma configuração de ciclo de vida ao Amazon Studio Classic SageMaker](studio-lcc-create.md).

## Defina uma configuração de ciclo de vida padrão ao criar um novo recurso
<a name="studio-lcc-defaults-cli-new"></a>

Para definir uma configuração de ciclo de vida padrão ao criar um novo domínio, perfil de usuário ou espaço, transmita o ARN da configuração de ciclo de vida criada anteriormente como parte de um dos seguintes comandos: AWS CLI 
+ [create-user-profile](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-user-profile.html)
+ [create-domain](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/opensearch/create-domain.html)
+ [create-space](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-space.html)

Você deve passar o ARN da configuração do ciclo de vida para os seguintes valores nas KernelGateway configurações padrão: JupyterServer 
+ `DefaultResourceSpec`:`LifecycleConfigArn` - Isso especifica a configuração padrão do ciclo de vida para o tipo de aplicação.
+ `LifecycleConfigArns` - Essa é a lista de todas as configurações de ciclo de vida anexadas ao tipo de aplicação. A configuração padrão do ciclo de vida também deve fazer parte dessa lista.

Por exemplo, a chamada de API a seguir cria um novo perfil de usuário com uma configuração de ciclo de vida padrão.

```
aws sagemaker create-user-profile --domain-id domain-id \
--user-profile-name user-profile-name \
--region region \
--user-settings '{
"KernelGatewayAppSettings": {
    "DefaultResourceSpec": { 
            "InstanceType": "ml.t3.medium",
            "LifecycleConfigArn": "lifecycle-configuration-arn"
         },
    "LifecycleConfigArns": [lifecycle-configuration-arn-list]
  }
}'
```

## Definir uma configuração de ciclo de vida padrão para um recurso existente
<a name="studio-lcc-defaults-cli-existing"></a>

Para definir ou atualizar a configuração padrão do ciclo de vida de um recurso existente, passe o ARN da configuração de ciclo de vida criada anteriormente como parte de um dos seguintes comandos: AWS CLI 
+ [update-user-profile](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/update-user-profile.html)
+ [update-domain](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/update-domain.html)
+ [update-space](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/update-space.html)

Você deve passar o ARN da configuração do ciclo de vida para os seguintes valores nas KernelGateway configurações padrão: JupyterServer 
+ `DefaultResourceSpec`:`LifecycleConfigArn` - Isso especifica a configuração padrão do ciclo de vida para o tipo de aplicação.
+ `LifecycleConfigArns` - Essa é a lista de todas as configurações de ciclo de vida anexadas ao tipo de aplicação. A configuração padrão do ciclo de vida também deve fazer parte dessa lista.

Por exemplo, a chamada de API a seguir atualiza um perfil de usuário com uma configuração de ciclo de vida padrão.

```
aws sagemaker update-user-profile --domain-id domain-id \
--user-profile-name user-profile-name \
--region region \
--user-settings '{
"KernelGatewayAppSettings": {
    "DefaultResourceSpec": {
            "InstanceType": "ml.t3.medium",
            "LifecycleConfigArn": "lifecycle-configuration-arn"
         },
    "LifecycleConfigArns": [lifecycle-configuration-arn-list]
  }
}'
```

A chamada de API a seguir atualiza um domínio para definir uma nova configuração de ciclo de vida padrão.

```
aws sagemaker update-domain --domain-id domain-id \
--region region \
--default-user-settings '{
"JupyterServerAppSettings": {
    "DefaultResourceSpec": {
            "InstanceType": "system",
            "LifecycleConfigArn": "lifecycle-configuration-arn"
         },
    "LifecycleConfigArns": [lifecycle-configuration-arn-list]
  }
}'
```